深度学习是一个快速发展的人工智能领域，涉及领域涵盖语音和图像识别、医学和药物研究、无人驾驶汽车等，范围广泛。GPU凭借其强大的计算能力，为深度学习研究提供了强大的支持，并掀起了一股深度学习的革命。在近日召开的GPU开启深度学习的大门——NVIDIA专业解决方案2015战略发布会中，深度学习研究技术平台领导厂商NVIDIA公布了在推动深度学习方面的最新技术进展和中国战略布局。

NVIDIA在本次发布会展示了四项有助于推动深度学习发展的新产品和方案，为深度学习的研究提供强大的基础平台和动力支持。GeForce GTX TITAN X是当今世界上最快的GPU，不仅可提供最强大的游戏体验，同时也是专为训练深度神经网络而打造；DIGITS DevBox是最先进的针对研究人员的深度学习平台；下一代Pascal架构将支持混合精度、3D堆叠显存和NVLink高速互联技术，在深度学习应用中提供10倍于Maxwell的性能；NVIDIA DRIVE PX是专为自动驾驶汽车打造的深度学习平台。

NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey

在发布会上，NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey表示，GPU计算正在加速着深度学习革命，作为深度学习研究技术平台领导厂商，NVIDIA将为中国的深度学习研究提供更多的技术平台和解决方案，并继续与中国的合作伙伴一起积极参加和推动深度学习生态链的构建。

Ashok Pandey表示，NVIDIA是一个技术型的公司，NVIDIA与生态链伙伴一直在积极互动，客户最终关心的是一个整体的解决方案，所以在中国，NVIDIA与曙光、浪潮、联想等合作伙伴拓展GPU的应用场景。目前NVIDIA正和中国的合作伙伴进行一个名为云图工作站的项目，通过云计算的模式给用户提供物理专业工作站的使用体验。云图工作站可以降低企业的TCO，特别适合中小企业。

NVIDIA中国区技术经理赖俊杰

NVIDIA中国区技术经理赖俊杰详细介绍了目前GPU在推进深度学习技术发展的现状。他指出，机器学习极其富有挑战性，而当前百度、阿里巴巴等互联网巨头利用深度学习技术，在图像识别和图像搜索方面的应用已经取得显著成效，GPU强大的并行计算能力和浮点性能，起到了很大的推动作用。

深度学习生态环境依赖于工具，比如Cafee、Theano、Touch等。而NVIDIA的GPU通过CUDA可以充分利用这些开源工具实现性能加速，从对程序员的友好程度上来看，GPU在开发平台里面也是比较好的，在可移植性方面也是非常强的。所以不论是生态环境的可编程性，还是用户部署的难易程度，GPU平台都具有非常大的优势。

对于NVIDIA与深度学习开源社区的互动情况，赖俊杰表示，开源社区对于深度学习的促进是有目共睹的。NVIDIA在开源方面都有相应的开发人员，与开源社区的开发者保持密切联系。比如一起研究如何让这些开源工具能够在NVIDIA平台通过GPU实现更好的性能。NVIDIA这个团队是全球的团队，全球大概有三十多个人，负责用户程序的开发以及参与开源工具的开发等。NVIDIA还有直接做运算库的团队，包括针对深度神经网络开发的cuDNN，他们也是三四十人的规模。

DIGITS就是一个NVIDIA开源的深度学习平台，DIGITS可在安装、配置和训练深度神经网络过程中为用户提供指导，处理复杂的工作好让科学家能专心在研究活动和结果上。得益于其直观的用户界面和强大的工作流程管理能力，不论是在本地系统还是在网络上使用DIGITS，准备和加载训练数据集都相当简单。这是同类系统中首个提供实时监控和可视化功能的系统，用户可以对工作进行微调。它还支持GPU加速版本Caffe。

而且NVIDIA深度学习工程团队为了自己的研发工作而开发的DIGITS DevBox，是一套集多项功能于一身的平台，能够加快深度学习的研究活动。其实DIGITS DevBox已经预先安装了数据科学家和研究人员在开发自己的深度神经网络时，所需要使用到的各种软件，包括DIGITS软件包、最受欢迎的深度学习架构Caffe、Theano和Torch，还有NVIDIA完整的GPU加速深度学习库cuDNN 2.0。

深度学习领域的快速升温，在中国也掀起了一股新的浪潮。当前，NVIDIA正与中国的合作伙伴积极推动深度学习生态链的构建。并从硬件和软件两方面提供提供平台级支持。在硬件方面，NVIDIA将主要与诸多OEM合作伙伴合作，为深度学习设备的大规模部署和应用提供支撑。在软件方面，CUDA并行计算架构将成为推动深度学习研究的重要基础，在最新版本的CUDA中已提供最流行的深度学习框架，为开发者提供直观易用的开发环境和开发工具。

北京航空航天大学教授、国家十二五863计划高效能计算机及应用服务环境重大项目总体组组长钱德沛在会上分享了其连续几年参加GTC的感受，他表示GTC 2015让我们看到了在GPU加速计算支持下，深度学习将掀起新一轮的技术创新浪潮，将成为高性能计算未来重要的应用领域。

曙光信息产业股份有限公司副总裁沙超群先生，主要从深度学习的应用和部署方面，阐述了曙光将与NVIDIA进一步合作，针对不同企业在深度学习训练方面的需求，定制专门优化的训练硬件设备。

作为NVIDIA CUDA卓越中心(CCOE)的合作伙伴，上海交通大学高性能计算中心副主任林新华，指出在今后高性能计算领域中，GPU的利用率将进一步攀升，基于GPU的应用也将全面增加，深度学习和高性能计算将发挥更多的应用潜力。

总之，全新TITAN X、DIGITS DevBox、Pascal以及DRIVE PX的问世，为各行各业深度学习研究提供了极大便利。而NVIDIA也将与中国的合作伙伴一同携手，为推动深度学习不断发展，为用户创造更多方便、快捷的智能应用而不断努力。